Satellite-based detection of maritime anomalies and accident prediction for maritime safety and surveillance
연구 내용
위성 관측과 항만 데이터를 결합해 해양사고 위험을 예측하고 이상 징후를 탐지하여 해양감시체계를 고도화하는 연구
양현 연구실은 해양 안전과 감시 목적의 예측·탐지 문제를 다룹니다. 항만에서는 VTS 및 사고 보고 기반 데이터로 사고 발생 가능성을 예측하고, 관제 관점에서 설명 가능한 의사결정 요소가 포함되도록 머신러닝 접근을 적용합니다. 정박 관리에서는 AIS로부터 선박 특성을 반영해 정박 반경(앵커 서클)을 산정하는 확장 방법을 제안하여 기존 과대추정 문제를 줄이는 방향으로 연구합니다. 또한 야간 불법어로 감시를 위해 VIIRS 위성 DNB(일주야 밴드) 방사휘도와 달빛 정보를 결합한 딥러닝 모델을 구축하고, AIS 비의존적 탐지 가능성을 확보합니다. 이를 통해 해양상황인식 통합운용 관점의 실증 기반을 제공합니다.
관련 연구 성과
관련 논문
3편
관련 특허
0건
관련 프로젝트
1건
연구 흐름
초기에는 항만 안전을 목표로 사고예측을 위한 데이터 통합과 예측 모델링 연구를 수행했습니다. 이어서 안전관리의 핵심 운영 변수인 정박 반경 산정으로 확장하여 AIS 기반 선박 특성 반영 방법을 구체화했습니다. 이후 야간 감시 영역에서는 AIS가 중단되는 상황을 고려해 VIIRS DNB 기반으로 야간 어선 등 신호를 탐지하는 딥러닝 접근을 추가했습니다. 최근에는 해양경찰 위성활용 기반 기술 개발 과제와 연계하여 감시체계의 통합운용 관점으로 연구를 정렬하고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Maritime accident prediction in busan port using machine learning: An integrated approach with maritime accident reports and VTS data
Grid-based extension method for anchor circle decision using ship-specific characteristics
Enhancing Detection of Nighttime Fishing Boat Lights Using VIIRS Satellite Data and Deep Neural Networks
관련 프로젝트
구분
제목
해양경찰 위성활용 기반 기술 개발